Plots_by_Seaborn

Содержание:

Общий стиль

Распределение величин

Связь величин

Динамика

Несколько графиков

In [103]:
import pandas as pd
import datetime as dt
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib.ticker import MultipleLocator, LinearLocator
from PIL import Image
from mpl_toolkits.mplot3d import Axes3D
In [2]:
import warnings
warnings.filterwarnings(action='ignore')
In [3]:
del data['Unnamed: 0']
data.columns =['age', 'sex', 'job', 'housing', 'saving_accounts', 'checking_account',
       'credit_amount', 'duration', 'purpose', 'risk']
data['credit_amount'] = data['credit_amount'].astype(float)
data['risk'] = data['risk'].replace(['good'], 0)
data['risk'] = data['risk'].replace(['bad'], 1)
data['risk'] = data['risk'].astype(int)
data['saving_accounts'] = data['saving_accounts'].fillna('unknown')
data['checking_account'] = data['checking_account'].fillna('unknown')
data.head(3)
Out[3]:
age sex job housing saving_accounts checking_account credit_amount duration purpose risk
0 67 male 2 own unknown little 1169.0 6 radio/TV 0
1 22 female 2 own little moderate 5951.0 48 radio/TV 1
2 49 male 1 own little unknown 2096.0 12 education 0
In [4]:
orders['date'] = orders['date'].map(lambda x: dt.datetime.strptime(x, '%Y-%m-%d'))
orders = orders.drop(columns=['transactionId'])
orders.head(3)
Out[4]:
visitorId date revenue group
0 3312258926 2019-08-15 1650 B
1 3642806036 2019-08-15 730 B
2 4069496402 2019-08-15 400 A

Общий стиль

In [5]:
sns.set_style("whitegrid")
#sns.set_palette('dark')

'darkgrid' — тёмная сетка;

'whitegrid' — белая сетка;

'dark' — тёмный;

'white' — белый;

'ticks' — штриховка.

In [6]:
# текущая палитра
sns.color_palette()
Out[6]:
In [7]:
# создать палитру смешением цветов
sns.blend_palette(['blue', 'red'], 10)
Out[7]:
In [8]:
# палитра, в которой все серые, кроме одного -- можно подсветить значение
# my_palette = {x: 'gray' for x in tips.day.unique()}
# palette_dict['Sat'] = 'crimson'
In [9]:
#поменять палитру на ...
#sns.color_palette('coolwarm', 20)

Примеры графиков в палитрах:

https://medium.com/@morganjonesartist/color-guide-to-seaborn-palettes-da849406d44f

In [10]:
# показать палитру
sns.palplot(sns.color_palette('coolwarm', 20))
In [11]:
# от matplot: показать доступные стили и применить стиль
#plt.style.available
#plt.style.use('ggplot')

Распределение величин

displot

Гистограма с приколами. Может учитывать разделение по многим признакам + зачем-то может становиться kde, ecdf.

https://seaborn.pydata.org/generated/seaborn.displot.html

In [12]:
plt.figure(figsize=(20, 6))
sns.displot(x='credit_amount', data=data, bins=100, height=6, aspect=1.5);

<Figure size 1440x432 with 0 Axes>
In [13]:
plt.figure(figsize=(20, 6))
sns.displot(x='credit_amount', data=data, bins=100, height=6, aspect=1.5, hue='sex');

<Figure size 1440x432 with 0 Axes>
In [14]:
plt.figure(figsize=(20, 6))
sns.displot(x='credit_amount', data=data, bins=100, height=6, aspect=1.5, hue='sex', col='housing');

<Figure size 1440x432 with 0 Axes>

kdeplot

Оценка плотности ядра (kernel density estimation, или kde). kde рисуется в виде линии и часто повторяет форму гистограмм, но дает больше информации о характере распределения. По факту -- сглаженная гистограмма.

https://seaborn.pydata.org/generated/seaborn.kdeplot.html

In [15]:
plt.figure(figsize=(20, 6))
sns.kdeplot(data['credit_amount'], shade=True, bw=0.1)
plt.show()
In [16]:
plt.figure(figsize=(20, 6))
sns.kdeplot(data['credit_amount'],
            data['age'],
            n_levels=20)
# plt.xlim(0, 200)
# plt.ylim(0, 5)
plt.show()
In [17]:
plt.figure(figsize=(20, 6))
data_male = data.query('sex == "male"')
data_female = data.query('sex == "female"')
sns.kdeplot(data_male['credit_amount'],
            data_male['age'],
            n_levels=10)
sns.kdeplot(data_female['credit_amount'],
            data_female['age'],
            n_levels=10)
plt.legend(['male', 'female'])
plt.show()

histplot

Классическая гистограмма.

https://seaborn.pydata.org/generated/seaborn.histplot.html

In [18]:
plt.figure(figsize=(20, 6))
sns.histplot(x='credit_amount', data=data,
             bins=20,
             kde=True,
             stat='count')
plt.show()
In [19]:
plt.figure(figsize=(20, 6))
sns.histplot(x='credit_amount', data=data,
             bins=50,
             kde=False,
             stat='count',
             hue='sex')
plt.show()
In [20]:
plt.figure(figsize=(20, 6))
sns.histplot(x='credit_amount', data=data,
             bins=50,
             kde=False,
             stat='count',
             hue='sex',
             element='step')
plt.show()
In [21]:
plt.figure(figsize=(20, 6))
sns.histplot(x='credit_amount', data=data,
             bins=50,
             kde=False,
             stat='count',
             hue='sex',
             multiple='dodge',
            shrink=0.8,
            fill=False)
plt.show()
In [22]:
plt.figure(figsize=(20, 6))
sns.histplot(x='credit_amount', y='age', data=data,
             bins=50,
             kde=False,
             stat='count',
             cbar=True)
plt.show()
In [23]:
plt.figure(figsize=(20, 6))
sns.histplot(x='credit_amount', y='age', data=data,
             bins=50,
             kde=False,
             stat='count',
             cbar=True,
             hue='sex')
plt.show()

ecdfplot

ECDF представляет долю или количество наблюдений, попадающих ниже каждого уникального значения в наборе данных. Виден вклад кажого значения в общую накопленную сумму.

https://seaborn.pydata.org/generated/seaborn.ecdfplot.html

In [24]:
plt.figure(figsize=(10, 6))
sns.ecdfplot(x='duration', data=data)
plt.axvline(data['duration'].mean(), c='red')
plt.show()
In [25]:
plt.figure(figsize=(10, 6))
sns.ecdfplot(x='duration', data=data, hue='purpose')
plt.show()
In [26]:
plt.figure(figsize=(10, 6))
sns.ecdfplot(x='duration', data=data, hue='sex', stat='count')
plt.show()
In [27]:
plt.figure(figsize=(10, 6))
sns.ecdfplot(x='credit_amount', data=data, weights='credit_amount')
plt.axhline(0.5, c='red')
plt.show()

boxplot

Обычный ящик, но: можно делить на категории (через hue и 2 оси) и много вариантов кастомизации.

https://seaborn.pydata.org/generated/seaborn.boxplot.html

In [28]:
plt.figure(figsize=(10, 4))
sns.boxplot(x='age', data=data)
plt.show()
In [29]:
plt.figure(figsize=(20, 6))
sns.boxplot(x='purpose', y='credit_amount', data=data)
plt.show()
In [30]:
plt.figure(figsize=(20, 6))
sns.boxplot(x='purpose', y='credit_amount', data=data, hue='sex')
plt.show()
In [31]:
plt.figure(figsize=(20, 6))
sns.boxplot(y='job', x='credit_amount', data=data, orient='h', order=[3, 2, 1, 0], width=0.5, fliersize=3)
plt.show()

boxenplot

Продвинутый вариант boxplot.

https://seaborn.pydata.org/generated/seaborn.boxenplot.html

In [32]:
plt.figure(figsize=(20, 6))
sns.boxenplot(x='purpose', y='credit_amount', data=data)
plt.show()

violinplot

Гибрид ящика с усами и KDE.

https://seaborn.pydata.org/generated/seaborn.violinplot.html

In [33]:
plt.figure(figsize=(10, 4))
sns.violinplot(x='age', data=data)
plt.show()
In [34]:
plt.figure(figsize=(20, 6))
sns.violinplot(x='purpose', y='credit_amount', data=data)
plt.show()
In [35]:
plt.figure(figsize=(20, 6))
sns.violinplot(x='purpose', y='credit_amount', data=data, hue='sex')
plt.show()
In [36]:
plt.figure(figsize=(20, 6))
sns.violinplot(x='housing', y='credit_amount', data=data, hue='sex', split=True)
plt.show()
In [37]:
plt.figure(figsize=(20, 6))
sns.violinplot(x='housing', y='credit_amount', data=data, hue='sex', split=True, inner='quartile', bw=0.2)
plt.show()

swarmplot

То же назначение, что и у бокс-плота и скрипки. Может быть плохо на больших объёмах данных: много точек.

https://seaborn.pydata.org/generated/seaborn.swarmplot.html

In [38]:
plt.figure(figsize=(10, 4))
sns.swarmplot(x='age', data=data)
plt.show()
In [39]:
plt.figure(figsize=(20, 6))
sns.swarmplot(x='purpose', y='credit_amount', data=data)
plt.show()
In [40]:
plt.figure(figsize=(20, 6))
sns.swarmplot(x='purpose', y='credit_amount', data=data, hue='sex')
plt.show()
In [41]:
plt.figure(figsize=(20, 6))
sns.swarmplot(x='purpose', y='credit_amount', data=data, hue='sex', dodge=True)
plt.show()

stripplot

Похоже на swarm, но точки расположены случайным образом -- можно вместить больше данных.

https://seaborn.pydata.org/generated/seaborn.stripplot.html

In [42]:
plt.figure(figsize=(10, 4))
sns.stripplot(x='age', data=data)
plt.show()
In [43]:
plt.figure(figsize=(20, 6))
sns.stripplot(x='purpose', y='credit_amount', data=data)
plt.show()
In [44]:
plt.figure(figsize=(20, 6))
sns.stripplot(x='purpose', y='credit_amount', data=data, hue='sex')
plt.show()
In [45]:
plt.figure(figsize=(20, 6))
sns.stripplot(x='purpose', y='credit_amount', data=data, jitter=0.5)
plt.show()
In [46]:
plt.figure(figsize=(20, 6))
sns.stripplot(x='purpose', y='credit_amount', data=data, jitter=0.2, alpha=0.75)
plt.show()

barplot

Бары с особенностями: можно сразу указать, что показывать (сумму, максимум, СКО или что-то ещё).

https://seaborn.pydata.org/generated/seaborn.barplot.html

In [47]:
plt.figure(figsize=(20, 6))
sns.barplot(x='purpose', y='credit_amount', data=data)
plt.show()
In [48]:
plt.figure(figsize=(20, 6))
sns.barplot(x='purpose', y='credit_amount', data=data, ci=None, estimator=np.std)
plt.show()
In [49]:
plt.figure(figsize=(20, 6))
sns.barplot(x='purpose', y='credit_amount', data=data, ci=None, estimator=np.std, hue='sex')
plt.show()

countplot

Бары на минималках: минимум параметров, считает только количество.

https://seaborn.pydata.org/generated/seaborn.countplot.html

In [50]:
plt.figure(figsize=(20, 6))
sns.countplot(x='purpose', data=data)
plt.show()
In [51]:
data['purpose'].value_counts().index
Out[51]:
Index(['car', 'radio/TV', 'furniture/equipment', 'business', 'education',
       'repairs', 'domestic appliances', 'vacation/others'],
      dtype='object')
In [52]:
plt.figure(figsize=(20, 6))
sns.countplot(x='purpose', data=data,order=data['purpose'].value_counts().index[::-1])
plt.show()
In [53]:
plt.figure(figsize=(20, 6))
sns.countplot(x='purpose', data=data, hue='job', hue_order=[2, 3, 1, 0], hatch='+', ec='black')
plt.show()

pairplot

Связи всех со всеми, hist для самой величины + scatter для её связей с иными величинами. Только для numeric, bool. Категории можно вынести в hue.

https://seaborn.pydata.org/generated/seaborn.pairplot.html

In [54]:
plt.figure(figsize=(20, 6))
sns.pairplot(data=data, plot_kws={'color':'black'})
plt.show()

<Figure size 1440x432 with 0 Axes>
In [55]:
plt.figure(figsize=(20, 6))
sns.pairplot(data=data, plot_kws={'color':'black'}, diag_kind='kde')
plt.show()

<Figure size 1440x432 with 0 Axes>
In [56]:
plt.figure(figsize=(20, 6))
sns.pairplot(data=data, diag_kind='kde', hue='sex')
plt.show()

<Figure size 1440x432 with 0 Axes>
In [57]:
plt.figure(figsize=(20, 6))
sns.pairplot(data=data, diag_kind='kde', hue='sex', height=1, aspect=1, diag_kws={'color': 'gray', 'alpha': 0.6})
plt.show()

<Figure size 1440x432 with 0 Axes>

jointplot

Для 2-ух величин: распределение каждой величины + связь значений. Гибрид hist, scatter.

https://seaborn.pydata.org/generated/seaborn.jointplot.html

In [58]:
plt.figure(figsize=(20, 6))
sns.jointplot(x='age', y='duration', data=data, kind='reg')
plt.show()

<Figure size 1440x432 with 0 Axes>
In [59]:
plt.figure(figsize=(20, 6))
first = sns.jointplot(x='age', y='duration', data=data)
first.plot_joint(sns.kdeplot, color='red', levels=10);
plt.show()

<Figure size 1440x432 with 0 Axes>
In [60]:
plt.figure(figsize=(20, 6))
sns.jointplot(x='age', y='duration', data=data, hue='sex')
plt.show()

<Figure size 1440x432 with 0 Axes>

rugplot

Распределение с помощью тиков. Полезен как дополнение к hist и пр.

https://seaborn.pydata.org/generated/seaborn.rugplot.html

In [61]:
plt.figure(figsize=(10, 4))
sns.rugplot(x='duration', data=data, height=0.5, hue='job', palette='plasma')
plt.show()

Связь величин

scatterplot

Взаимное распределение величин. Можно определить общий тренд.

https://seaborn.pydata.org/generated/seaborn.scatterplot.html

In [62]:
plt.figure(figsize=(20, 6))
sns.scatterplot(x='age', y='credit_amount', data=data)
plt.show()
In [63]:
plt.figure(figsize=(20, 6))
sns.scatterplot(x='age', y='credit_amount', data=data, hue='sex')
plt.show()
In [64]:
plt.figure(figsize=(20, 6))
sns.scatterplot(x='age', y='credit_amount', data=data, style='sex')
plt.show()
In [65]:
plt.figure(figsize=(20, 6))
sns.scatterplot(x='age', y='credit_amount', data=data, size='sex', sizes=[10, 100])
plt.show()
In [66]:
plt.figure(figsize=(20, 6))
sns.scatterplot(x='age', y='credit_amount', data=data, hue='job', style='sex', s=100)
plt.show()

regplot

Регрессия: линейная и полиномиальная, можно bootstrap, устойчивость к выбросам и пр.

https://seaborn.pydata.org/generated/seaborn.regplot.html

In [67]:
plt.figure(figsize=(20, 6))
sns.regplot(x='duration', y='credit_amount', data=data)
plt.show()
In [68]:
plt.figure(figsize=(20, 6))
plt.xlim(0, 75)
plt.ylim(0, 12000)
sns.regplot(x='duration', y='credit_amount', data=data, scatter=False, ci=None)
plt.show()
In [69]:
plt.figure(figsize=(20, 6))
sns.regplot(x='duration', y='credit_amount', data=data, x_jitter=1)
plt.show()
In [70]:
plt.figure(figsize=(20, 6))
sns.regplot(x='duration', y='credit_amount', data=data, x_estimator=np.mean)
plt.show()
In [71]:
plt.figure(figsize=(20, 6))
sns.regplot(x='duration', y='credit_amount', data=data, order=2)
plt.show()
In [72]:
plt.figure(figsize=(20, 6))
sns.regplot(x='duration', y='credit_amount', data=data, ci=None, scatter_kws={'s': 50, 'alpha': 0.75, 'color': 'lightgray'})
plt.show()

heatmap

Раскрасить числа.

https://seaborn.pydata.org/generated/seaborn.heatmap.html

In [73]:
pivot_1 = data.pivot_table(index=['purpose'],
                           columns=['housing'],
                           values=['duration'],
                           aggfunc={'duration': 'mean'},
                           fill_value=0)
pivot_1.columns = ['_'.join(col).strip() for col in pivot_1.columns.values]
pivot_1
Out[73]:
duration_free duration_own duration_rent
purpose
business 36.600000 24.828947 33.937500
car 28.363636 19.611872 18.396825
domestic appliances 0.000000 17.800000 12.000000
education 29.266667 16.558824 15.900000
furniture/equipment 22.636364 19.934426 16.895833
radio/TV 21.066667 20.224670 18.578947
repairs 18.000000 19.058824 21.000000
vacation/others 41.000000 28.000000 0.000000
In [74]:
plt.figure(figsize=(10, 6))
sns.heatmap(data=pivot_1)
plt.show()
In [75]:
plt.figure(figsize=(10, 6))
sns.heatmap(data=data.corr())
plt.show()
In [76]:
plt.figure(figsize=(10, 6))
sns.heatmap(data=pivot_1, cmap='RdBu', annot=True, fmt=".2f",
            annot_kws={'fontsize': 16,
                       'fontweight': 'bold'})
plt.show()
In [77]:
plt.figure(figsize=(10, 6))
sns.heatmap(data=pivot_1, linewidth=1, linecolor='black')
plt.show()

clustermap

Heatmap с кластеризацией. Самое важное: как разбить на кластеры. Использует scipy для этого.

https://seaborn.pydata.org/generated/seaborn.clustermap.html

In [78]:
plt.figure(figsize=(4, 4))
sns.clustermap(data=pivot_1, figsize=(10, 6))
plt.show()

<Figure size 288x288 with 0 Axes>
In [79]:
data_1 = data[['age', 'duration', 'credit_amount']].copy()
In [80]:
plt.figure(figsize=(4, 4))
sns.clustermap(data=data_1, figsize=(10, 6), standard_scale=1)
plt.show()

<Figure size 288x288 with 0 Axes>
In [81]:
data['job'].unique()
Out[81]:
array([2, 1, 3, 0], dtype=int64)
In [82]:
job_colors=data.job.map({
    0: 'blue',
    1: 'red',
    2: 'green',
    3: 'black'})
In [83]:
job_colors.head()
Out[83]:
0    green
1    green
2      red
3    green
4    green
Name: job, dtype: object
In [84]:
plt.figure(figsize=(4, 4))
sns.clustermap(data=data_1, figsize=(10, 6), standard_scale=1, row_colors=job_colors)
plt.show()

<Figure size 288x288 with 0 Axes>
In [85]:
plt.figure(figsize=(4, 4))
sns.clustermap(data=data_1, figsize=(10, 6), standard_scale=1, row_colors=job_colors, cmap='Blues', vmin=0.001)
plt.show()

<Figure size 288x288 with 0 Axes>

catplot

Не даёт ничего нового, но обеспечивает досутп к разным графикам распределения величин. Параметр kind выбирает базовую функцию уровня осей для использования. Возможность задавать фасеты не отличается от FacetGrid.

https://seaborn.pydata.org/generated/seaborn.catplot.html

In [86]:
plt.figure(figsize=(20, 6))
sns.catplot(x='duration', data=data, kind='box')
plt.show()

<Figure size 1440x432 with 0 Axes>
In [87]:
plt.figure(figsize=(20, 6))
sns.catplot(x='credit_amount', y='duration', data=data, kind='strip', col='sex', row='housing', height=3, aspect=1)
plt.show()

<Figure size 1440x432 with 0 Axes>

relplot

Ничего нового. Взаимное рспределение 2-ух величин с множеством делений: hue, row, copl, style, size.

https://seaborn.pydata.org/generated/seaborn.relplot.html

In [88]:
plt.figure(figsize=(20, 6))
sns.relplot(x='duration', y='credit_amount', data=data, hue='sex', style='job')
plt.show()

<Figure size 1440x432 with 0 Axes>
In [89]:
plt.figure(figsize=(20, 6))
sns.relplot(x='duration', y='credit_amount', data=data, hue='sex', kind='line', ci=None, col='job')
plt.show()

<Figure size 1440x432 with 0 Axes>

lmplot

Строит линейные регрессии. Фишка, как и у cat, dis, в возможности учитывать параметры.

https://seaborn.pydata.org/generated/seaborn.lmplot.html

In [90]:
sns.lmplot(x='age', y='credit_amount', data=data);
In [91]:
sns.lmplot(x='age', y='credit_amount', data=data, hue='job',
           ci=None, col='sex', scatter_kws={'alpha': 0.5, 's': 100, 'edgecolor': 'black'});

Динамика

lineplot

График, показывает bootstrap.

https://seaborn.pydata.org/generated/seaborn.lineplot.html

In [92]:
plt.figure(figsize=(20, 6))
sns.lineplot(x='date', y='revenue', data=orders, n_boot=10, ci=50)
plt.show()
In [93]:
plt.figure(figsize=(20, 6))
sns.lineplot(x='date', y='revenue', data=orders, n_boot=10, ci=None, hue='group')
plt.show()
In [94]:
plt.figure(figsize=(20, 6))
sns.lineplot(x='date', y='revenue', data=orders, n_boot=10, ci=None, style='group')
plt.show()

Несколько графиков

FacetGrid

Создали сетку (facets) -- наполнили её графиками.

https://seaborn.pydata.org/generated/seaborn.FacetGrid.html

In [95]:
grids = sns.FacetGrid(data, col='job')
#grids.map_dataframe(sns.histplot, y='flipper_length_mm');
In [96]:
grids = sns.FacetGrid(data, col='job', sharey=False, hue='sex', palette='plasma')
grids.map_dataframe(sns.scatterplot, x='age', y='credit_amount')
grids.set_axis_labels('Age', 'Credit amount')
grids.set_titles(col_template='Credits by job={col_name}')
plt.show()

PairGrid

Pairplot на максималках. Может не только hist+scatter, но иные сочетания. Обзор всего и вся.

https://seaborn.pydata.org/generated/seaborn.PairGrid.html

In [97]:
grids = sns.PairGrid(data, height=2)
In [98]:
grids = sns.PairGrid(data)
grids.map(sns.scatterplot);
In [99]:
grids = sns.PairGrid(data, hue='sex', diag_sharey=False)
grids.map_lower(sns.scatterplot)
grids.map_diag(sns.histplot)
grids.map_upper(sns.kdeplot)
grids.add_legend();

JointGrid

Jointplot на максималках. Может не только hist+scatter, но иные сочетания.

https://seaborn.pydata.org/generated/seaborn.JointGrid.html

In [100]:
grid = sns.JointGrid(data=data, x='duration', y='credit_amount');
In [101]:
grid = sns.JointGrid(data=data, x='duration', y='credit_amount');
grid.plot_joint(sns.regplot)
grid.plot_marginals(sns.kdeplot, fill=True);
In [102]:
grid = sns.JointGrid()
sns.regplot(x=data['duration'], y=data['credit_amount'], ax=grid.ax_joint)
sns.kdeplot(x=data['duration'], ax=grid.ax_marg_x, hue=data['sex'])  
sns.histplot(y=data['credit_amount'], ax=grid.ax_marg_y, hue=data['sex']);